编码进阶

• ANSII码：包含英文，数字，和特殊字符与01之间的关系
  一个字符一个字节
• GBK：只包含中文，英文字母，数字，特殊字符与01之间的关系
  一个字符两个字节
• Unicode：万国码，有世界上所有语言与01之间的关系
  一个字符四个字节
• UTF-8：改良版万国码，根据语言不通调整字节大小

1. 不同密码本之间不能互相识别
2. 数据在内存中全部是以Unicode编码，但是当你的数据用于网络传输或储存在硬盘中，必须是以非Unicode编码（UTF-8，GBK）
3. 基于第一和第二条，再进行网络传输时内存中要用非Unicode方法存储，对于Python来说，有了以下的类型
   • bytes
     • 英文:
       str:
       内存中编码方式：Unicode
       表现：‘hello‘
       bytes:
       内存中编码方式：非Unicode

         b=b‘hello‘
         print(b,type(b))
         #b‘hello‘ <class ‘bytes‘>
       

     • 中文
       str:
       内存中的编码方式：Unicode
       表现：‘中国‘
       bytes：
       内存中的编码方式：非Unicode #UTF-8
       表现：‘中国‘
       bytes:

          b=‘中国‘
          b=b.encode(‘utf-8‘)  #编码
          print(b,type(b))
          #b‘\xe4\xb8\xad\xe5\x9b\xbd‘ <class ‘bytes‘>
          b=b.decode(‘utf-8‘)
          print(b,type(b))     #解码
          #中国 <class ‘str‘>
       

4. utf-8和gbk之间的转化都是通过Unicode运行的

编码进阶

原文：https://www.cnblogs.com/Alan-kx/p/13623654.html